情报探索
• 理论探索 •
唐艺楠 徐德华
出版日期:
发布日期:
作者简介:
Online:
Published:
摘要: [目的/意义]旨在自动识别高质量的在线评论。[方法/过程]以大众点评网某商家2398条评论为样本,提取其评论文本特征和评论者特征,采用监督学习的方法进行评论质量识别。[结果/结论]5种质量分类算法中,GradientBoosting模型和AdaBoosting模型效果最好。这2种模型中,对分类结果贡献度最高的是评论词语总数,评论文本广度对评论有用性有正向影响;相对于消极情感值,积极情感值有更大的贡献度;评论者特征中,评论者的贡献值对评论有用性影响最大。
关键词: 在线餐饮评论, 有用性, 评论文本特征, 评论者特征, 文本分类
唐艺楠 徐德华. 基于知识采纳模型的在线评论有用性识别——以大众点评网为例[J]. 情报探索.
0 / / 推荐
导出引用管理器 EndNote|Ris|BibTeX
链接本文: http://www.qbts.org/CN/
http://www.qbts.org/CN/Y2017/V1/I6/1